一、光数字波分复用器 Optical Interleaver 数学上这种器件的滤波函数被称为“梳状滤 波函数”,即:该函数像一把梳子,可以对信 号的频谱进行梳理和交叉。所以,有人又把 这器件成为“光梳滤波器(Optical Combfilter)” 或光交叉复用器

首先利用量级分析理论对幂律流体延伸表面边界层流动进行分析,得到边界层厚度的量级和影响因素;引入量纲为1变量,将动量边界层的控制方程转化为量纲为1的控制方程组.数值求解了具有不同幂律指数n的流体在平板逆来流且平板运动参数ζ不同的情况下的层流边界层流场,分析了幂律指数n和平板运动参数ζ对动量边界层厚度、量纲为1速度分布和量纲为1剪切力分布的影响规律.结果表明,速度边界层的分布不仅和平板运动参数有关,而且和幂律指数有关

《数值分析》课程教学资源（课件讲义）第一讲 引论与预备知识——数值分析引论 Numerical Analysis（主讲：潘建瑜）

1.1 LU 分解 1.2 LU 分解的实现 1.3 IKJ 型 LU 分解 1.4 待定系数法计算 LU 分解 1.5 三角方程求解 1.6 选主元 LU 分解

• 目前经济型酒店行业竞争态势 • 用户相关数据准备 • 通过Python编程抓取评论 • 数据预处理 • 商务宾馆客户数据分析 – 酒店评分影响因素 – 酒店评分与酒店业绩的关系 – 酒店评分分析 – 客户情感分析 – 竞争分析 • 建议

1.1试谈牛顿内摩擦定律?产生摩擦力的根本原因是什么?(参考分数:6分) 1.2作用在流体上的力可分为哪两大类力?其中重力、惯性力、压力、切力、磁力、电 动力分别属于两大类力中的那一种?(参考分数:5分)

数值分析_微分方程的差分方法

针对分类数据, 通过数据对象在属性值上的集中程度定义了新的基于属性值集中度的类内相似度(similarity based on concentration of attribute values, CONC), 用于衡量聚类结果中类内各数据对象之间的相似度; 通过不同类的特征属性值的差异程度定义了基于强度向量差异的类间差异度(dissimilarity based on discrepancy of SVs, DCRP), 用于衡量两个类之间的差异度.基于CONC和DCRP提出了新的分类数据聚类有效性内部评价指标(clustering validation based on concentration of attribute values, CVC), 它具有以下3个特点: (1)在评价每个类内相似度时, 不仅依靠类内各数据对象的特征, 还考虑了整个数据集的信息; (2)采用几个特征属性值的差异评价两个类的差异度, 确保评价过程不丢失有效的聚类信息, 同时可以消除噪音的影响; (3)在评价类内相似度及类间差异度时, 消除了数据对象个数对评价过程的影响.采用加州大学欧文分校提出的用于机器学习的数据库(UCI)进行实验, 将CVC与类别效用(category utility, CU)指标、基于主观因素的分类数据指标(categorical data clustering with subjective factors, CDCS)指标和基于信息熵的内部评价指标(information entropy, IE)等内部评价指标进行对比, 通过外部评价指标标准交互信息(normalized mutual information, NMI)验证内部评价效果.实验表明相对其他内部评价指标, CVC指标可以更有效地评价聚类结果.此外, CVC指标相对于NMI指标, 不需要数据集以外的信息, 更具实用性

为了提高数值计算结果的可靠度,基于正交设计、差分法和人工神经网络建立了新的边坡岩体力学参数反分析方法.按照正交设计要求,选定反演参数的水平,确定数值模拟方案;用FLAC2D差分程序计算得出相应的神经网络分析样本;对RBF神经网络进行训练;利用现场监测位移,对某露天矿边坡岩体的力学参数进行神经网络反分析.反分析结果与理论值的误差很小,满足精度要求,表明该反分析方法的可行性和精确性

采用热力学计算软件FactSage的Phase Diagram模块和Equilib模块对含钛钢渣熔点进行理论研究,并通过熔点实验对研究结果进行验证.研究发现：对于碱度R1.5的渣系,Al2O3质量分数为25%-35%时,TiO2的质量分数超过1%可显著提高渣系熔点